AI iş yüklerini çalışan çipler çok sıcak: Bu, veri merkezlerinin neden bu kadar çok elektrik tükettiği ve soğutma sistemlerine ihtiyaç duyduğu nedenlerden biri. Ve kaçınılmaz olarak, girişimciler AI tarafından oluşturulan problemi çözmek için AI'ye dönüyorlar.
Discovered Materials, bu konuda sonuncusu. Startup, daha verimli entegre devreler oluşturmak için yeni malzemeler bulmak amacıyla AI ajanları kullanmayı planlıyor. Discovered Materials, yakın zamanda 9 milyon dolarlık bir tohum turu için Lightspeed India Partners'dan yatırım aldı. Y Combinator'dan çıkan startup, Peak XV Partners ve melek yatırımcılar Paul Graham, Gokul Rajaram ve Thariq Shihipar'dan da yatırım aldı.
Kurucular Advaith Sridhar ve Akash Ramdas, şirketini kurmak için bir araya geldi. Ramdas, Stanford'dan malzeme bilimi alanında doktorasını tamamladı ve Sridhar, Persona AI ve Luma Labs'de ajanlar üzerine çalıştı.
İkili, Anthropic modellerini özel bir harness'te kullanarak malzeme ipuçları oluşturan ve ardından aday malzemelerin gerçekten ilgi çekici olup olmadığını doğrulamak için temel fizik modellerini kullandıkları bir yazılım pipeline'ı oluşturdu.
Sridhar, TechCrunch'a, "Akash, doktorası sırasında günde belki 20 tahmin yapıyordu" dedi. "Biz şimdi bulut üzerinde 7/24 çalışan ajanlar ile günde binlerce tahmin yapabiliyoruz ve Akash'ın onlara verdiği araştırma yönlerinde araştırma yapıyoruz."
Discovered Materials, bugün yüzlerce yeni malzeme örneği ve "Malzeme Keşif Bankosu"nu yayınladı. Bu, ön cephe modellerinin bu zorluğu nasıl ele aldığını izlemek için tasarlandı.
MatNex, SandboxAQ ve CuspAI gibi şirketler de benzer çabalar başlattı, ancak Discovered Materials, yarı iletken malzemelerin termal sorunlarına odaklanmanın başarıya giden yol olduğunu düşünüyor. Startup, zaten büyük çip üreticileri tarafından kullanılan malzemelerin özelliklerine eşdeğerde birkaç malzeme keşfetti, ancak daha fazla ayrıntı veremiyor.
Bir zorluk, mühendislik ticaret alanı: Eğer daha az ısı üreten veya daha iyi ısı dağıtan bir malzeme bulurlarsa, bu malzeme aslında bir çip üretmek için çok zor olabilir veya elektriksel özellikleri bozulmuş olabilir.
Lightspeed ortağı Hemant Mohapatra, "Bu, atomik yapılar ile whack-a-mole oynamak gibi" dedi. "Bir malzeme, tüm bu özellikler aynı anda birleşmedikçe gerçek dünyada faydalı değildir, bu da bu problemi gerçekten ilginç bir arama problemi haline getirir."
Mohapatra, yeni maddelerin öngörülmesi işinin, modeller geliştikçe daha da ticarileştirileceğini bekliyor. Discovered Materials ile fark, Ramdas'ın alanındaki derin deneyimi ve adayları nhanh chóng deneysel olarak doğrulayabilen bir laboratuvar çalıştırma yeteneği.
Şirket, değerli adaylar bulduğunda, Sridhar, GPU'lar için malzeme kullanımını veya bu maddelerden çipler nasıl yapılacağını patentlemeye çalışacak ve bunları çip üreticilerine lisanslayacak. Yeni malzemeler için patent almaya değer bir şeyler bulmayı umuyor.
Ancak, tüm heyecan rağmen, henüz AI tarafından keşfedilen herhangi bir ilacın veya malzemenin ticari bir etkiye sahip olmadığını görmedik. En yakın örnek, belki de Insilico Medicine'in Renterosib, ilk AI ile keşfedilen ve bir Faz II klinik denemesine giren ilaç.
Bu teknikler, AI geliştikçe belki de kendi başına gelişiyor, ancak Mohapatra, AI malzeme bilimi için aday bulmanın değil, bunları doğru bir şekilde süzgeçten geçirmenin ve sentezlemesinin tıkanıklık olduğunu söylüyor.
Sridhar, Discovered Materials'in benzersiz verisi ve uzmanlığının, startup'ı derin cebirli ön cephe laboratuvarları ile rekabet ettirmeye yardımcı olacağını düşünüyor, ancak "bunun bir kısmı aslında ıslak laboratuvarlara girip şeyler yapmaktan geçiyor ve bu süreç hızlandırılamıyor" diyor.
